如何基于Numpy最佳实践实现多维ndarray加权平均计算，无需遍历三维数组

实现方案 #

核心利用NumPy的广播机制自动对齐维度，无需任何显式循环：

1. 首先把pandas Series格式的C转为NumPy数组，再调整维度为(1, 20, 1)适配A、B的三维结构
2. 直接按照公式做逐元素运算即可

示例代码

# 转换C的格式并扩展维度，-1会自动匹配20的长度
C_arr = C.to_numpy().reshape(1, -1, 1)
# 直接向量运算得到结果
D = A * C_arr + B * (1 - C_arr)

原理解释 #

原公式里权重C[x]作用在第二个维度（索引为1的维度）上，我们把一维的C调整为(1, 20, 1)的三维结构后，NumPy做运算时会自动把长度为1的维度广播到和A、B对应维度相同的大小：第一个维度扩展到3，第三个维度扩展到5，刚好实现每个C[x]对应该维度切片所有元素的加权逻辑，运算效率远高于手动遍历三维数组。

内容的提问来源于stack exchange，提问作者user785099